买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利一种基于动态图神经网络的文本数据分类分级方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119669471B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411727061.8，技术领域涉及：G06F16/353；该发明授权一种基于动态图神经网络的文本数据分类分级方法是由王烁;贺超翔;孙士锋;谷大武设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于动态图神经网络的文本数据分类分级方法在说明书摘要公布了：本发明涉及一种基于动态图神经网络的文本数据分类分级方法，方法包括以下步骤：S1、获取通信网络数据，对局部节点编码器和局部节点预测器进行预训练；S2、当网络中增加新的节点或边时，更新各个节点的离线TextGraphRank重要性，选择top‑k邻居节点，局部节点编码器输出各个节点的更新后的文本嵌入特征，预训练完成的局部节点预测器结合各个节点自身和top‑k邻居节点的更新后的文本嵌入特征，通过加权聚合得到最终分类结果。与现有技术相比，本发明具有提高网络中节点的重要性的评估准确性进而提高文本分类的预测准确性的同时减少预测的计算成本等优点。

本发明授权一种基于动态图神经网络的文本数据分类分级方法在权利要求书中公布了：1.一种基于动态图神经网络的文本数据分类分级方法，其特征在于，方法包括以下步骤： S1、获取通信网络数据，所述通信网络数据包括动态图神经网络，所述图神经网络包括边和节点，每个节点设有对应的文本，基于文本和通信网络数据离线预训练局部节点编码器，预训练完成的局部节点编码器生成每个节点的文本嵌入特征，然后计算通信网络数据的各个节点的离线TextGraphRank重要性，所述离线TextGraphRank重要性基于入度与出度的比值、时间相关性和阻尼因子构建，局部节点预测器根据离线TextGraphRank重要性进行加权聚合，根据聚合得到的分类结果对局部节点预测器进行预训练，得到预训练完成的局部节点预测器； S2、当网络中增加新的节点或边时，获取更新后的通信网络数据，基于更新后的通信网络数据更新各个节点的TextGraphRank重要性估计值，基于更新后的TextGraphRank重要性估计值选择top-k邻居节点，预训练完成的局部节点编码器根据更新后的通信网络数据输出各个节点的更新后的文本嵌入特征，更新后的文本嵌入特征输入预训练完成的局部节点预测器，预训练完成的局部节点预测器结合各个节点自身和top-k邻居节点的更新后的文本嵌入特征，通过加权聚合得到最终分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。